17、基于小波神经网络的空气压缩机故障预测技术研究

基于小波神经网络的空气压缩机故障预测技术研究

一、引言

民航飞机的供水系统是飞行机组人员机上生活的重要保障。而空气压缩机作为供水系统的核心气源设备，其作用是压缩和增压空气，为给排水提供压力。不过，空气压缩机的机械结构复杂，在运行过程中难免会出现各种故障或故障征兆，这不仅会影响机上人员的舒适度，还会降低设备的运行效率。

目前，对于空气压缩机等电气设备的维护支持，通常采用“事后维护”和“计划维护”相结合的方式。但这种方式容易出现维护不足和过度维护的情况，影响设备的利用率，还会增加系统全生命周期的维护成本。因此，利用故障预测技术，根据设备的当前健康状态和历史状态，采用合适的预测模型，确定部件或系统的剩余使用寿命，避免故障发生，充分发挥设备的使用寿命，能够提高维护的准确性和速度。

二、供水系统

（一）工作原理

飞机起飞前，可通过服务面板连接地面供水管道，向飞机水箱加水并储存。飞行过程中，采用压力供水方式，为机上厨房和卫生间提供饮用水、冷热洗涤水和马桶冲洗水。飞机降落之后，可通过服务面板连接地面供气管道，对水箱和水管进行加压排水。空气压缩机压缩空气，为给排水提供足够的压力。

（二）空气压缩机故障模式

往复式空气压缩机的易故障部位集中在动力传动部分、气体进出口、密封部分和辅助部分。压缩机的故障特征可分为两类：
1. 流体特性故障 ：属于机器的热性能故障，主要特征是排气量不足、压力异常和温差异常，原因主要是气阀、活塞环和进气过滤器故障。
2. 机械特性故障 ：属于机器的动态性能故障，主要特征是机器运行时出现异